compound
汇总多 feature 的 learnings，提取模式并建议升级为规则或技能。
▸ 推荐理由擅长把零散复发问题上升为可执行规则，适合持续迭代团队。
全部收录
相关性达标的全量 Skills（含未精选长尾）· 共 608 个
run
将 AI 用例想法变成研究档案、四份研究文档并产出 Proceed/Pivot/Narrow/Kill 决策
▸ 推荐理由把探索与证据聚合成可执行决策，适合产品/策略评估
▸ 风险提示依赖 Claude CLI/桌面环境
run-openclaw
在 OpenClaw 运行时完整执行 Use-Case Factory 流水线，使用原生工具并容错
▸ 推荐理由为 OpenClaw 环境优化，能在超时或并行失败下稳定运行
▸ 风险提示需要 OpenClaw 权限并可能访问外部服务
agent-domain-spec
将 research dossier 与 MVP 核心循环转为 Agent Domain Spec（代理领域设计）。
▸ 推荐理由帮助在实现前明确代理应观测、理解与执行的领域行为与接口。
skill-writing-tdd
以测试驱动方式编写与验证 agent skills，确保行为可复现与可测。
▸ 推荐理由把 TDD 引入技能编写，适合想提高技能可靠性的开发者。
governance-workflow
自动化组织治理文档的创建、签核、跟踪与生命周期管理。
▸ 推荐理由适合有成文治理流程的团队做决议与进度流水化管理。
▸ 风险提示可能访问或修改组织私有仓库与敏感治理文件
code-review-reception
在接收代码评审时的回应流程，优先技术验证
▸ 推荐理由适合需要技术严谨回复评审的个人或团队使用
session-retrospective
自动回顾 Cowork 会话并结构化提炼为可执行改进项
▸ 推荐理由把会话经验转为可复用的 Playbook，利于长期积累
claude-md-audit
扫描并审计仓库中的 CLAUDE.md/README 并给出改进建议
▸ 推荐理由能自动发现冗余与过时指令，适合大规模文档维护
linx-superproject
管理 LinxISA 超项目的子模块拓扑、车道同步与交叉栈报告工作流。
▸ 推荐理由适合跨仓协调与发布 SHA 清单与可重现门控结果的场景。
▸ 风险提示修改子模块和同步可能影响仓库拓扑与依赖，需权限审慎。
linx-skills-submodule
控制性地更新与安装 linx-skills 子模块并提交变更与安装到技能目录。
▸ 推荐理由便于安全、可审计的技能集增量演进与部署。
▸ 风险提示可能拉取外部仓库并修改本地技能目录，需审查变更。
usage-limits
实时查看 Claude 5小时与周限额、重置时间及上下文窗口占用。
▸ 推荐理由对多代理并发与调度决策提供即时配额与节流依据。
▸ 风险提示需要读取账户/使用数据，可能涉及敏感权限与配额信息访问。
roost-session
通过 roost-session CLI 获取当前 Claude Code 会话的 UUID 与标题。
▸ 推荐理由便于构建 resume/引用命令或在日志中标注会话来源。
▸ 风险提示会泄露会话 UUID，可能暴露与会话关联的敏感上下文。
skill-builder
指导如何为 OpenCode 写好可被发现与加载的 SKILL.md。
▸ 推荐理由帮助开发者把隐性知识转为可复用的 agent skill 文件。
production-delivery
主控式编排，将项目通过 11 个阶段一键推进到生产就绪并生成最终报告。
▸ 推荐理由可自动串联专家技能执行全流程，适合复杂项目落地。
▸ 风险提示需要广泛权限与凭据，执行阶段可能改动产线环境。
km:skill-improve
对现有 skill 的改动通过盲 A/B 试验与实测数据验证是否采纳。
▸ 推荐理由适合维护大量 skills 的团队，用数据避免凭直觉合并改动。
km:kaizen
把开发中发现的改进点记录到 .kaizen/ 并定期汇总分发到相应反映目标。
▸ 推荐理由将零散改进点结构化管理，适合推进长期流程改善的团队。
prompt-alignment-audit
对提示词按模型厂商规范进行合规性审计与重写。
▸ 推荐理由可生成有引证的审计报告并提供改写建议。
cost-lean-orchestration
在主模型外用子代理分担大量读取与搜索以节省Token。
▸ 推荐理由降低主模型上下文成本，适合复杂工程会话。
recall-prior-work
优先检索持久记忆以找回过去会话与决策记录
▸ 推荐理由避免重复工作，确保历史连续性
▸ 风险提示需要集成外部持久化记忆工具与相应权限
decision-review
对单一路径或选项进行对抗性评审并给出裁决与理由
▸ 推荐理由帮助快速暴露弱点并给出可执行结论
blindspot-pass
在实施前审视计划与假设，找出未考虑的盲点与缺陷。
▸ 推荐理由通过问答式探查暴露隐含假设，降低交付与移交风险。
docify-help
一次性展示 docify 插件的功能卡片，说明各 skill 的用途与发布流程。
▸ 推荐理由为不熟悉 docify 的用户提供清晰的功能速查卡，使用门槛低。
using-superpowers
会话开始时强制性的技能使用与工作流规范指引。
▸ 推荐理由强制检索并优先使用现有技能，适合有严格流程的团队。
starwards-workflow
Starwards 项目技能工作流索引，说明何时启用各技能并如何协同。
▸ 推荐理由作为技能入口与导航，便于大型协作项目统一操作流程。
executing-plans
按批次执行架构师计划并在关键点进行验证与中止决策。
▸ 推荐理由有助于安全落地复杂计划，避免盲目连续变更引发风险。
wiki-agent
针对某一代理的会话历史按查询检索并选择性地导入到 wiki。
▸ 推荐理由适合在多代理环境中按主题拉取特定历史上下文，避免批量导入噪音。
▸ 风险提示会读取并处理其他代理的会话历史或元数据，可能涉及本地敏感记录。
vault-skill-factory
将成熟 wiki 页面打包为可移植的 Agent Skill（SKILL.md + references）。
▸ 推荐理由把人工验证的知识转成可安装技能，便于复用与分发。
▸ 风险提示会在本地写入文件（生成 SKILL.md 与 references），并可能触发安装或上传流程。
tag-taxonomy
对 Obsidian wiki 中的标签进行规范化与受控词表管理。
▸ 推荐理由能显著提升 wiki 的可发现性和一致性，适合大规模笔记库。
▸ 风险提示会修改本地笔记的 frontmatter 或标签字段，存在文件变更风险。
skill-creator
帮助创建、修改、评估并优化 Agent Skill 的全流程工具。
▸ 推荐理由适合希望快速产出与持续改进技能的开发者与研究者群体。
pi-history-ingest
从本地 Pi 编码代理会话中提取可持续的知识并写入 wiki。
▸ 推荐理由便于把 Pi 会话中有价值的洞见整理进长期知识库，面向 Pi 用户。
▸ 风险提示会读取本地会话文件（如 ~/.pi/agent/sessions），可能包含敏感信息。
openclaw-history-ingest
将本地 OpenClaw 会话历史抽取并蒸馏入 Obsidian 知识库。
▸ 推荐理由对使用 OpenClaw 的用户可自动把过去会话转为持久知识，省力省时。
▸ 风险提示会访问用户主目录（如 ~/.openclaw）并读取会话文件，含敏感对话内容。
memory-bridge
按生成模型来源浏览并比较 wiki 页面中的知识溯源元数据。
▸ 推荐理由方便在多模型环境下审计与比对不同工具贡献的知识片段。
▸ 风险提示会读取仓库中的 .manifest.json 或页面 frontmatter 等本地元数据。
llm-wiki
为 Obsidian 构建持续可维护的三层知识蒸馏型 wiki 模式。
▸ 推荐理由提供清晰的三层架构与落地流程，适合搭建长期知识库的用户。
impl-validator
对照目标验证实现是否满足需求，作为产出质量的审查子代理。
▸ 推荐理由适用于多代理或流水线场景，能自动捕捉实现与目标的不一致性。
prioritization-frameworks
汇总九种优先级框架、公式、适用场景与模板参考。
▸ 推荐理由对比方法并给出何时使用的建议，便于量化与选型决策。
shipping-artifacts
为 AI 生成应用提供一套可审计的核心交付文档模板与清单。
▸ 推荐理由补齐 AI 写码后缺失的架构、权限与测试覆盖记录，便于人工或自动审查。
intended-vs-implemented
定义并发现系统文档意图与实际实现之间的差距与高价值缺陷。
▸ 推荐理由为安全与正确性审计提供方法论，帮助找出传统静态检查漏掉的偏差。
writing-offensive-skills
提供本仓库中编写/编辑 offensive-skills 的规范、模板与要求
▸ 推荐理由对贡献者与审稿人必读，保证技能一致性与可运行性
using-offensive-claude
指导如何查找并调用合适的 offensive-claude 技能来执行任务
▸ 推荐理由作为入口型技能，确保按规范选用与串联其他技能